NVIDIA와 반도체 업계 주요 기업들이 칩 설계부터 제조·검사까지 AI를 활용하고 있습니다. NVIDIA의 새 라이브러리와 가속 컴퓨팅 기술은 시뮬레이션과 검사 속도를 높여 생산 효율과 수율을 개선하는 데 쓰이고 있습니다.
보도자료 · 한국어 번역업로드
글자 크기
뉴스 요약:
NVIDIA 공식 소개 이미지 · 기사 관련 참고 이미지출처: 엔비디아 공식 보도자료 · NVIDIA
NVIDIA는 원자와 분자가 서로 어떻게 상호작용하는지 시뮬레이션하는 AI 에이전트를 개발하는 데 쓸 수 있는 새 NVIDIA CUDA-X 라이브러리 cuPotential을 선보였습니다. 초기 이용 테스트에서 이미 GPU에 맞게 최적화된 작업 흐름의 속도를 추가로 2~3배 높였습니다.
3D 데이터를 다루는 오픈소스 라이브러리 NanoVDB는 AI 기반 팹의 칩 제조 시뮬레이션을 빠르게 합니다. 이를 통해 Lam Research는 시뮬레이션 속도를 30배 높였습니다.
GPU에서 이미지를 처리하는 라이브러리인 NVIDIA NPP는 AI 기반 팹의 칩 제조 검사 속도를 높입니다. 이를 통해 KLA는 검사를 가속했습니다.
Applied Materials, Cadence, KLA, Lam Research, Siemens, Synopsys 등 반도체 업계 주요 기업들은 칩 설계와 제조, 검사 전반에 NVIDIA의 가속 컴퓨팅 및 AI 기술 체계를 활용하고 있습니다. 이를 통해 개발 속도를 높이고 수율과 생산 능력을 개선하고 있습니다.
NVIDIA는 오늘 반도체 업계 주요 기업들이 NVIDIA CUDA-X™ 라이브러리를 도입하고 있다고 발표했습니다. 여기에는 개발자가 원자와 분자의 상호작용을 시뮬레이션하는 AI 에이전트를 만드는 데 사용할 수 있는 새 NVIDIA cuPotential 라이브러리도 포함됩니다. 이를 통해 AI 기반 팹의 발전을 추진합니다.
AI 기반 팹은 AI를 활용해 엔지니어가 공정을 최적화하고 생산 문제를 해결하며 생산 효율을 높이는 반도체 공장입니다. 첨단 칩 수요가 늘면서 이런 팹은 점점 복잡해지는 제조 공정을 관리하는 동시에 생산량도 확대해야 합니다. 엔지니어에게는 소재를 모델링하고 검사 데이터를 분석하며, 공정 변경을 실제 생산에 적용하기 전에 디지털 트윈에서 시험할 새로운 방법이 필요합니다.
확대된 CUDA-X 제품군은 반도체 시뮬레이션, 3D 데이터 처리, 이미지 분석을 위한 가속 도구를 AI 에이전트와 엔지니어링 애플리케이션에 제공합니다. 이를 통해 칩 설계와 제조 전반에서 더 많은 엔지니어링 작업을 자동화하고, 팹이 공정의 작동을 예측해 수율을 높이도록 지원합니다.
NVIDIA 산업·계산 엔지니어링 부문 부사장 겸 총괄 책임자 Tim Costa는 “반도체 업계는 AI 혁명을 가능하게 했습니다. 이제 AI가 칩을 만드는 방식을 바꾸고 있습니다”라고 말했습니다. 이어 “팹들이 첨단 칩 수요에 맞추기 위해 경쟁하는 가운데 NVIDIA CUDA-X와 Omniverse 라이브러리는 AI 에이전트에 가속 시뮬레이션 및 검사 도구를 제공합니다. 이를 통해 엔지니어가 복잡한 문제를 관리하고 수율을 개선하며 AI 기반 팹을 발전시키도록 돕습니다”라고 말했습니다.
NVIDIA cuPotential, 원자 간 상호작용 모델링 가속
원자와 분자가 어떻게 상호작용하는지 이해하는 일은 반도체 소재와 제조 공정을 모델링하는 데 중요합니다. 하지만 GPU에 맞게 최적화된 소프트웨어에서도 이런 계산에는 상당한 시간이 걸릴 수 있습니다.
NVIDIA cuPotential은 개발자가 기존 소프트웨어에 추가할 수 있는 GPU 가속 전용 기능을 통해 원자 규모 시뮬레이션을 빠르게 합니다. 연구자는 이 기능으로 많은 원자에 작용하는 전기력과 기타 상호작용을 모델링해 시뮬레이션을 더 빠르게 시험하고 개선할 수 있습니다. Synopsys는 소재 시뮬레이션을 가속하기 위해 cuPotential을 사용하는 초기 도입 기업 중 하나입니다.
cuPotential은 이런 모델링 기능을 AI 에이전트가 활용할 수 있게 해 에이전트가 고급 분자 시뮬레이션을 실행하고 평가하며 반복 개선하도록 지원합니다. 초기 이용 테스트에서 이미 GPU에 맞게 최적화된 작업 흐름의 속도를 추가로 2~3배 높였습니다.
반도체 업계, NVIDIA CUDA-X로 AI 기반 팹 발전
AI 기반 팹은 칩 설계와 소재의 작동 방식, 제조 공정을 생산에 적용하기 전에 모델링하는 더 빠른 방법을 필요로 합니다. 원자 간 상호작용을 시뮬레이션하는 NVIDIA cuPotential, 전자의 작동을 모델링하는 NVIDIA cuEST, 복잡한 엔지니어링 시뮬레이션을 해결하는 NVIDIA cuDSS를 비롯한 NVIDIA CUDA-X 라이브러리는 이런 작업을 가속해 팹의 자율성을 높이는 데 도움을 줍니다.
Synopsys는 반도체 시뮬레이션을 가속하기 위해 cuPotential, cuEST, cuDSS를 사용하고 있습니다. 초기 QuantumATK 결과에서는 cuEST를 사용해 최대 30배의 속도 향상 가능성이 나타났고, S-Device 벤치마크에서는 cuDSS를 사용해 12배의 속도 향상을 보였습니다. Synopsys의 AgentEngineer 솔루션은 NVIDIA Nemotron™ 오픈 모델과 NVIDIA NeMo™를 함께 활용해 칩 설계와 검증을 위한 AI 에이전트를 지원합니다.
Cadence는 NVIDIA 가속 컴퓨팅, NVIDIA Nemotron 오픈 모델, CUDA-X 라이브러리를 사용해 반도체부터 첨단 패키징과 인쇄회로기판까지 전기·기계 시스템의 설계와 시뮬레이션에 AI 에이전트를 활용하고 있습니다. 예를 들어 Cadence AuraStack AI Super Agent는 Cadence Celsius와 함께 cuDSS를 사용해 첨단 패키지의 열과 응력을 최적화하는 속도를 8배 높였습니다. 또 ChipStack AI Super Agent는 반도체 설계 및 검증에 Nemotron을 활용합니다.
COMSOL은 NVIDIA cuDSS로 반도체 다중물리 시뮬레이션을 가속해 최대 10배 빠른 시뮬레이션을 제공하고, 엔지니어가 장비와 공정을 최적화하도록 돕습니다. 곧 선보일 COMSOL MCP Server는 NVIDIA Nemotron Ultra 오픈 모델을 활용해 AI 지원 모델링과 설계 탐색 기능을 제공할 예정입니다.
Voltai는 3D 집적회로(3D-IC) 설계와 시뮬레이션을 위한 AI 에이전트 기반 다중물리 플랫폼 Voltaire로 첨단 칩 패키징을 가속합니다. Voltaire는 NVIDIA cuDSS와 CUDA-X 라이브러리를 기반으로 한 GPU 가속 솔버와 AI 에이전트를 결합합니다. 이를 통해 복잡한 전기·열·기계 시뮬레이션 작업 흐름을 수개월에서 하루로 단축합니다.
ChipAgents는 NVIDIA AI 인프라와 NVIDIA의 모델 학습·최적화 소프트웨어를 사용해 칩 설계용 특화 AI 모델을 개발하고 있습니다. 또한 NVIDIA와 함께 설계 사양부터 그래픽 데이터 시스템까지 전체 작업 흐름을 대상으로 에이전트를 평가하는 새 AI 벤치마크 Build-A-Chip Bench를 개발하고 있습니다. 이 벤치마크는 완전 자율형 반도체 엔지니어링을 향한 진척을 업계가 종합적으로 측정할 수 있게 합니다.
NVIDIA 오픈 라이브러리, 제조 작업 흐름의 준비와 최적화 지원
팹은 생산 전에 모델링하고 개선하며 검증해야 하는 수천 단계의 공정에 의존합니다. NVIDIA cuLitho 라이브러리는 칩 패턴을 인쇄하는 계산을 가속합니다. 3D 데이터를 다루는 오픈소스 라이브러리 NanoVDB는 칩 제조 시뮬레이션을 빠르게 합니다. 오픈소스 NVIDIA PhysicsNeMo™ 프레임워크는 물리 AI 모델을 학습시켜 물리 시스템의 작동 방식을 예측하도록 돕습니다.
Siemens는 cuLitho를 사용해 칩 패턴을 개선하고 마스크를 준비하는 Calibre 소프트웨어의 속도를 높이고 있습니다. Siemens의 Solido 팀은 Nemotron 오픈 모델과 NVIDIA NeMo 오픈 라이브러리를 활용해 에이전트 기반 특성 분석 작업 흐름도 개발하고 있습니다.
Lam Research는 3D 데이터를 다루는 오픈소스 라이브러리 NanoVDB를 자사의 첨단 반도체 공정 모델링 플랫폼 SEMulator3D에 통합할 계획입니다. SEMulator3D는 회사의 가상 제품군 Semiverse Solutions에 포함돼 있습니다. NanoVDB를 추가하면 일부 웨이퍼 식각 모델링을 최대 30배 빠르게 할 수 있을 것으로 예상됩니다. 또한 NVIDIA PhysicsNeMo를 사용하면 플라스마 예측 시뮬레이션 시간을 수일에서 수 밀리초까지 줄이는 데 도움이 되는 것으로 입증됐습니다.
Luminary는 NVIDIA PhysicsNeMo를 반도체 패키지 설계에 적용하고 있습니다. 물리 AI 모델을 학습시켜 패키지 구성별 온도와 압력 강하, 열 응력을 예측합니다. 이를 통해 엔지니어는 선택지마다 새 시뮬레이션을 실행하지 않고도 같은 일정 안에 100배 더 많은 설계를 살펴볼 수 있습니다.
AI 기반 팹, NVIDIA CUDA-X 라이브러리로 칩 검사와 테스트
AI 기반 팹은 결함을 찾아내고 장비를 유지 관리하며 수율을 높일 수 있도록 검사 이미지와 테스트 데이터를 빠르게 분석해야 합니다. GPU에서 이미지를 처리하는 라이브러리 NVIDIA NPP와 GPU에서 대규모 데이터를 처리하는 라이브러리 NVIDIA RAPIDS cuDF는 테스트와 품질 관리 작업 흐름을 가속하는 데 도움을 줍니다.
imec은 NVIDIA AI와 가속 컴퓨팅을 활용해 나노미터보다 작은 단위의 칩 측정에 쓰이는 주사전자현미경 이미지에서 잡음을 제거하고 있습니다. 또한 계산량이 많은 공정 윈도우 광학 근접 효과 보정에 NVIDIA cuLitho를 활용해 리소그래피 공정 윈도우를 30% 개선했습니다.
KLA는 높은 수준으로 최적화된 생산용 커널에서 얻은 통찰을 새 NPP NCC 커널에 적용했습니다. 이 커널은 이전 CPU 버전보다 50배 빠른 성능을 보였으며, KLA가 직접 세밀하게 최적화한 구현 방식과 비슷한 성능을 냈습니다.
Teradyne은 NVIDIA NPP와 가속 컴퓨팅으로 이미지 센서 테스트를 가속하고 있습니다. 또한 RAPIDS cuDF와 CuPy를 GPU 계산에 사용해 프로브 유지 관리 예측 속도를 약 85배 높였습니다. 이를 통해 수율에 영향을 미치기 전에 성능이 저하되는 프로브를 찾아내도록 돕습니다.
Advantest는 NVIDIA Nemotron과 NVIDIA Kumo-Anomaly를 ACS RTDI에 통합해 AI 기반 반도체 생산 분석 기능을 구현했습니다. NVIDIA Grace Blackwell 시스템을 기반으로 하는 ACS는 실시간 진단과 추론을 제공하고 테스트 셀의 시정 조치를 권고합니다. Advantest는 NVIDIA NeMo Switchyard AI 에이전트를 사용해 모델 선택을 자동화하고 반도체 테스트 작업 흐름을 간소화하며 대응 시간을 수 시간에서 수 분으로 줄이고 있습니다.
NVIDIA 기술, 팹 운영과 자동화 발전
AI 기반 팹에서는 운영 결정을 지원할 수 있도록 장비 데이터가 측정기기에서 AI 시스템으로 충분히 빠르게 전달돼야 합니다.
Applied Materials는 소재 발견과 공정 개발, 팹 최적화 전반에 NVIDIA Omniverse™와 cuDSS, cuEST, PhysicsNeMo를 포함한 NVIDIA CUDA-X 라이브러리를 사용하고 있습니다. 이를 통해 챔버 시뮬레이션 속도를 최대 35배 높이고, 팹의 디지털 트윈으로 배치와 소재 흐름을 최적화할 수 있습니다.
Analog Devices Inc.는 Synopsys 물리 시뮬레이션과 NVIDIA Isaac Sim™ 프레임워크, Omniverse 라이브러리를 결합해 정밀도가 높은 센서 시뮬레이션과 로봇 벤치마크를 개발하고 있습니다. 이를 통해 엔지니어가 완전한 로봇 시스템 안에서 센서가 어떻게 작동하는지 평가하도록 돕습니다.
FANUC와 Foxconn은 로봇 모델을 Mega NVIDIA Omniverse Blueprint에 연결하고 있습니다. 이를 통해 제조업체는 로봇을 실제로 배치하기 전에 공장의 디지털 트윈에서 로봇 작업을 시뮬레이션하고 검증할 수 있습니다.
OMRON은 검사 장비에서 영상 검색과 요약을 제공하는 NVIDIA Metropolis Blueprint와 NVIDIA Cosmos™ 오픈 월드 모델을 사용해 시각 데이터, 장비 문서, 제조 지식을 결합하는 에이전트를 개발하고 있습니다. 이 에이전트는 엔지니어가 인쇄회로기판 검사 결과를 분석하고 잠재적 결함 원인을 조사하며 문제 해결과 품질 관리를 수행하도록 돕습니다.
이용 가능 여부
NVIDIA cuPotential은 초기 이용 단계에서 사용할 수 있습니다. NanoVDB는 OpenVDB에 포함된 오픈소스로 제공되며, NPP는 NVIDIA CUDA Toolkit을 통해 이용할 수 있습니다. NanoVDB로 가속하는 Lam Research의 SEMulator3D 기능은 올해 말 출시를 목표로 합니다.
자세한 내용은 SEMICON West에서 NVIDIA를 만나 확인하세요.
영어 원문
NVIDIA and Semiconductor Leaders Advance AI Across Chip Design and Manufacturing for AI-Defined Fabs
News Summary:
NVIDIA introduces cuPotential, a new NVIDIA CUDA-X library developers can use to build AI agents that simulate how atoms and molecules interact, accelerating already GPU-optimized workflows by an additional 2-3x in early-access testing.
NanoVDB, an open source library for working with 3D data, accelerates chipmaking simulation for AI-defined fabs, helping Lam Research achieve 30x faster simulation.
NVIDIA NPP, a library for processing images on GPUs, accelerates chipmaking inspection for AI-defined fabs, helping KLA accelerate inspection.
Applied Materials, Cadence, KLA, Lam Research, Siemens, Synopsys and other semiconductor leaders are using NVIDIA’s accelerated computing and AI stack across chip design, manufacturing and testing, helping drive faster development, better yield and greater production capacity.
NVIDIA today announced semiconductor leaders are adopting NVIDIA CUDA-X™ libraries — including the new NVIDIA cuPotential library, which developers can use to build AI agents that simulate how atoms and molecules interact — to advance AI-defined fabs.
AI-defined fabs are semiconductor factories where AI helps engineers optimize processes, solve production issues and improve production efficiency. As demand for advanced chips rises, such fabs must expand production while managing increasingly complex manufacturing processes. Engineers need new ways to model materials, analyze inspection data and test process changes in digital twins before applying them in production.
The expanded CUDA-X portfolio gives AI agents and engineering applications accelerated tools for semiconductor simulation, 3D data processing and image analysis, helping automate more engineering work across chip design and manufacturing so fabs can predict process behavior and improve yield.
“The semiconductor industry made the AI revolution possible. Now, AI is transforming how chips are built,” said Tim Costa, vice president and general manager of industrial and computational engineering at NVIDIA. “As fabs race to meet demand for advanced chips, NVIDIA CUDA-X and Omniverse libraries give AI agents accelerated simulation and inspection tools to help engineers manage complexity, improve yield and advance AI-defined fabs.”
NVIDIA cuPotential Accelerates How Researchers Model Atomic Interactions
Understanding how atoms and molecules interact is critical to modeling semiconductor materials and manufacturing processes, but these calculations can take significant amounts of time, even in software already optimized for GPUs.
NVIDIA cuPotential accelerates atomic-scale simulation with specialized GPU-accelerated functions developers can add to existing software. It helps researchers model electrical forces and other interactions across large numbers of atoms to test and refine simulations faster. Synopsys is among the early adopters using cuPotential to accelerate materials simulations.
By making these modeling capabilities available to AI agents, cuPotential helps agents run, evaluate and iterate on advanced molecular simulations. In early-access testing, the library accelerated already GPU-optimized workflows by an additional 2-3x.
Semiconductor Leaders Advance AI-Defined Fabs With NVIDIA CUDA-X
AI-defined fabs require faster ways to model chip designs, materials behavior and manufacturing processes before changes reach production. NVIDIA CUDA-X libraries — including NVIDIA cuPotential for simulating atomic interactions, NVIDIA cuEST for modeling electronic behavior and NVIDIA cuDSS for solving complex engineering simulations — accelerate these workloads to help make fabs more autonomous.
Synopsys is using cuPotential, cuEST and cuDSS to accelerate semiconductor simulations, with early QuantumATK results showing a potential 30x speedup using cuEST, and S-Device benchmarks showing a 12x speedup using cuDSS. The company’s AgentEngineer solutions interoperate with NVIDIA Nemotron™ open models and NVIDIA NeMo™ to support AI agents for chip design and verification.
Cadence is using NVIDIA accelerated computing, NVIDIA Nemotron open models and CUDA-X libraries to bring agentic AI to the design and simulation of electromechanical systems — from semiconductors to advanced packaging and printed circuit boards. Examples include Cadence AuraStack AI Super Agent optimizing advanced packages for heat and stress 8x faster using cuDSS with Cadence Celsius, and Nemotron with ChipStack AI Super Agent for semiconductor design and verification.
COMSOL is accelerating semiconductor multiphysics simulations with NVIDIA cuDSS, delivering up to 10x faster simulations to help engineers optimize equipment and processes. Its upcoming COMSOL MCP Server will use the NVIDIA Nemotron Ultra open model to enable AI-assisted modeling and design exploration.
Voltai accelerates advanced chip packaging with Voltaire, its agentic multiphysics platform for 3D-IC design and simulation. Voltaire combines AI agents with GPU-accelerated solvers powered by NVIDIA cuDSS and CUDA-X libraries, compressing complex electro-thermal-mechanical simulation workflows from months to a day.
ChipAgents uses NVIDIA AI infrastructure and NVIDIA model-training and optimization software to develop specialized AI models for chip design. The company is also working with NVIDIA to develop Build-A-Chip Bench, a new AI benchmark that evaluates agents across end-to-end workflows from specification to graphic data system. The benchmark gives the industry a comprehensive measure of progress toward fully autonomous semiconductor engineering.
NVIDIA Open Libraries Help Prepare and Optimize Manufacturing Workflows
Fabs depend on thousands of process steps that must be modeled, refined and validated before production. The NVIDIA cuLitho library accelerates calculations for printing chip patterns; NanoVDB — an open source library for working with 3D data — accelerates chipmaking simulations; and the open NVIDIA PhysicsNeMo™ framework helps train physics AI models to predict how physical systems behave.
Siemens is using cuLitho to speed up Calibre software for chip-pattern refinement and mask preparation. Its Solido team is also developing agent-driven characterization workflows with Nemotron open models and NVIDIA NeMo open libraries.
Lam Research intends to integrate NanoVDB into its advanced semiconductor process modeling platform SEMulator3D, part of the company’s Semiverse Solutions family of virtual products. The addition of NanoVDB is expected to accelerate select wafer-etch modeling by up to 30x, while using NVIDIA PhysicsNeMo has been demonstrated to assist in reducing plasma-prediction simulation time to as little as milliseconds instead of days.
Luminary is applying NVIDIA PhysicsNeMo to semiconductor package design, training physics AI models to predict temperature, pressure drop and thermal stress across package configurations — enabling engineers to explore 100x more designs in the same schedule without running a new simulation for every option.
AI-Defined Fabs Inspect and Test Chips With NVIDIA CUDA-X Libraries
AI-defined fabs need to analyze inspection images and test data quickly enough to catch defects, maintain equipment and improve yield. NVIDIA NPP, a library for processing images on GPUs, and NVIDIA RAPIDS cuDF, a library for processing large datasets on GPUs, help accelerate test and quality-control workflows.
Using NVIDIA AI and accelerated computing, imec is removing noise from scanning electron microscope images used for sub-nanometer chip measurements and using NVIDIA cuLitho to enable computationally intensive process-window optical proximity correction — achieving a 30% improvement in the lithography process window.
KLA applied insights from its highly optimized production kernels to a new NPP NCC kernel that achieved performance levels 50x faster than earlier CPU versions, comparable with KLA’s hand-tuned implementations.
Teradyne is using NVIDIA NPP and accelerated computing to accelerate image-sensor testing, and RAPIDS cuDF and CuPy for GPU calculations, to deliver approximately 85x faster probe-maintenance inference, helping identify degrading probes before they affect yield.
Advantest has integrated NVIDIA Nemotron and NVIDIA Kumo-Anomaly into ACS RTDI to enable AI-driven semiconductor production analytics. Powered by NVIDIA Grace Blackwell systems, ACS delivers real-time diagnostics and inferencing that recommend corrective actions for test cells. Advantest is also using NVIDIA NeMo Switchyard AI agents to automate model selection, streamline semiconductor test workflows and reduce response times from hours to minutes.
NVIDIA Technologies Advance Fab Operations and Automation
In an AI-defined fab, equipment data must move from instruments into AI systems fast enough to support operational decisions.
Applied Materials is using NVIDIA Omniverse™ and NVIDIA CUDA-X libraries, including cuDSS, cuEST and PhysicsNeMo, across materials discovery, process development and fab optimization — enabling up to 35x faster chamber simulations and fab digital twins that help optimize layouts and material flow.
Analog Devices Inc. is combining Synopsys physics simulation with the NVIDIA Isaac Sim™ framework and Omniverse libraries to develop high-fidelity sensing simulations and robotic benchmarks, helping engineers evaluate how sensors behave within complete robotic systems.
FANUC and Foxconn are connecting their robot models to the Mega NVIDIA Omniverse Blueprint, enabling manufacturers to simulate and validate robotic operations in factory digital twins before physical deployment.
OMRON is using NVIDIA Cosmos™ open world models and the NVIDIA Metropolis Blueprint for video search and summarization in its inspection equipment to develop agents that combine visual data, equipment documentation and manufacturing knowledge. These agents help engineers analyze printed circuit board results, investigate potential defect causes, and support troubleshooting and quality control.
Availability
NVIDIA cuPotential is available in early access. NanoVDB is available as open source within OpenVDB, and NPP is available through NVIDIA CUDA Toolkit. Lam Research’s NanoVDB-accelerated SEMulator3D capability is targeted for release by the end of this year.
Learn more by joining NVIDIA at SEMICON West.
